Pythonによるベイズ最適化 入門

再開催を依頼する / 関連するセミナー・出版物を探す
オンライン 開催

日時

開催予定

プログラム

Pythonは現在流行のプログラミング言語で、これをマスターするだけでも仕事に困らないと言われており、様々な分野で活用されています。また、最近、ベイズ最適化という手法が注目されています。少ないデータから関数を予測する手法で、動的実験計画法の一種です。他の機械学習とは異なり、大量のデータを必要としません。データ間の他のデータの存在確率を見積もるガウス過程と呼ばれる手法を内部で用いており、不確かさを埋めるように新しいデータを取り、関数の形を推定します。  本講座はベイズ最適化を学びたい方向けの入門講座です。その面白さと可能性に一人でも多くの方に触れて頂けることを期待しています。

  1. ベイズ最適化の基本コンセプト
    1. ベイズ最適化とは
    2. 機械学習におけるハイパーパラメータ探索
    3. グリッドサーチ
    4. 獲得関数
    5. ガウス過程
    6. 実行ツール
  2. データ解析や機械学習を活用した設計・管理
    1. プロセスインフォマティックス
    2. 分子設計
    3. 材料設計
    4. なぜベイズ最適化が必要か
    5. プロセス設計
    6. プロセス管理
  3. 実験計画法
    1. なぜ実験計画法か
    2. 実験計画法とは
    3. 適応的実験計画法
    4. 必要となる手法・技術
  4. 回帰モデル
    1. 統計量・特徴量の確認
    2. 回帰モデル
    3. 決定木とランダムフォレスト
    4. サポートベクター回帰
    5. ガウス過程回帰
  5. モデルの適用範囲
    1. モデルの適用範囲とは
    2. データ密度
    3. アンサンブル学習
  6. 実験計画法の実践
    1. 実験候補の生成
    2. 実験候補の選択
    3. 次の実験候補の選択
    4. ベイズ最適化
  7. おわりに

受講料

複数名同時受講割引について

アカデミック割引

日本国内に所在しており、以下に該当する方は、アカデミック割引が適用いただけます。

ライブ配信セミナーについて